As impressionantes capacidades do Kimi K3, do laboratório chinês Moonshot, o maior modelo de linguagem de código aberto, deram início a um debate que combina dois aspectos: as possibilidades econômicas das gigantes americanas de IA e o futuro dos modelos de linguagem de código aberto como tecnologia.
Dean W. Ball, chefe de futuros estratégicos da OpenAI, chegou a argumentar que o governo dos EUA deveria encontrar um pretexto para criar medo, incerteza e desconfiança regulatória em torno dos novos modelos, já que os modelos de peso aberto necessariamente dissuadiriam o investimento de capital por parte dos laboratórios de ponta.
As pessoas ficaram indignadas , com luminares da tecnologia como Yann LeCun e Martin Casado argumentando que o software livre pode acelerar a inovação e coexistir com projetos proprietários. Ball logo se retratou de suas afirmações de que uma repressão regulatória era a “melhor estratégia” da Casa Branca e que os modelos de código aberto necessariamente retardam os avanços na tecnologia.
No entanto, a Axios reporta que o governo Trump está considerando proibir o K3 e outros modelos chineses avançados a pedido de laboratórios de pesquisa de ponta americanos. Outra reportagem da Politico afirma que o Departamento de Comércio não tomará essa medida tão cedo.
O benefício para as grandes empresas de IA é claro: os modelos Open Weight, executados em infraestrutura independente ou dentro de grandes empresas, oferecem inteligência a um custo menor do que os modelos líderes de mercado da Anthropic ou da OpenAI. Se os usuários gastarem cada vez mais fora dos laboratórios fechados, isso significará retornos menores sobre seus investimentos maciços em treinamento de modelos.
Essa visão vai muito além da OpenAI. “Modelos de código aberto robustos e de ponta vão pressionar as margens de lucro e reduzir os preços das empresas de vanguarda”, disse Braden Hancock, cofundador da Snorkel AI e pesquisador associado do Laude Institute, ao TechCrunch. “Isso não significa necessariamente que o uso de IA diminuirá um pouco. Obviamente, muito pelo contrário.”
Isso não é um problema para quem não tem ações da Anthropic e da OpenAI. A IA ainda vai se proliferar. Então, qual a justificativa para o governo impedir que americanos comprem algo em nossos mercados supostamente livres?
As preocupações com os modelos chineses são diversas. Uma delas é a proteção dos dados dos EUA contra o governo chinês; os EUA proibiram a importação de veículos elétricos chineses modernos devido a preocupações com a coleta de dados por esses veículos. No entanto, especialistas tendem a acreditar que modelos de código aberto executados em servidores americanos têm pouca probabilidade de vazar dados para a China, embora não seja impossível que isso aconteça.
Outra possibilidade é que os modelos apresentem um viés implícito em relação ao córtex pré-frontal, mas não está claro o que isso poderia significar, por exemplo, para tarefas de codificação.
Uma terceira preocupação comum é que os modelos chineses carecem das salvaguardas que o governo dos EUA impôs ( através de um processo opaco ), que visam impedir que as principais empresas de tecnologia da informação dos EUA sejam usadas para explorar sistemas informáticos fechados ou criar armas. No entanto, essas mesmas salvaguardas podem tornar as empresas americanas mais vulneráveis: David Sacks, o capitalista de risco e conselheiro de Trump, tem partilhado casos de empresas americanas que recorrem a empresas chinesas de tecnologia da informação para colmatar lacunas de segurança quando as empresas americanas se recusam a executar essas tarefas.
Mas a motivação mais significativa para restringir os modelos é o receio de que a China consiga ultrapassar os EUA se os laboratórios de ponta diminuírem o ritmo.
Sam Bresnick, pesquisador do Centro de Segurança e Tecnologias Emergentes da Universidade de Georgetown, especializado em assuntos da China, afirma que a crescente importância da IA para as operações militares dos EUA justifica o investimento contínuo em IA nos laboratórios de ponta. No entanto, ele ressalta que toda a questão é complexa.
“Por que o peso do governo dos EUA deveria ser direcionado para proteger essas empresas de concorrentes que estão sendo excluídos do mercado americano com base em sua origem?”, questiona Bresnick.
Os defensores da IA aberta afirmam que as empresas de vanguarda estão criando uma falsa dicotomia entre inovação e modelos fechados.
“O maior impacto de ter esses modelos de código aberto vindos da China não é tanto o fato de estarem entrando sorrateiramente por brechas, mas sim o fato de estarem se apropriando da inovação”, disse Hancock ao TechCrunch. “Você acaba com, efetivamente, uma força de trabalho expandida em seu modelo. O PyTorch se tornou o padrão da indústria porque era de código aberto, e assim toda a comunidade podia contribuir para ele, em vez de apenas uma empresa, e ele cresceu e cresceu, e todas as outras bibliotecas de aprendizado profundo meio que morreram em comparação.”
Hancock e outros defensores temem que os mestrados em Direito (LLMs) chineses se tornem o foco da pesquisa internacional. Atualmente, os programas de pós-graduação nos EUA baseiam-se principalmente em modelos chineses de disciplinas abertas, e Hancock afirma que metade dos artigos que os alunos estudam provém de instituições chinesas, com os laboratórios de pesquisa de ponta americanos cada vez mais relutantes em compartilhar amplamente seus trabalhos.
“Restringir modelos abertos não tornaria a IA mais segura”, disse Clem Delangue, CEO da Hugging Face, uma plataforma para colaboração em IA aberta. “Isso simplesmente ocultaria os riscos, concentraria o poder nas mãos de poucos e dificultaria a participação da próxima geração de desenvolvedores, pesquisadores, acadêmicos, organizações sem fins lucrativos e governos na criação de uma IA mais segura e benéfica para todos.”
Bresnick afirma que a verdadeira maneira de frear a China seria focar mais nos controles de exportação de chips. Uma forma melhor de preservar a liderança dos EUA em IA seria parar de vender processadores Nvidia H200 para a China. “Isso”, diz ele, “poderia potencialmente nos manter fora desse debate espinhoso sobre a proibição de tecnologias de código aberto que um grande número de empresas americanas deseja usar.”
Parte do problema reside na incerteza em torno da economia da IA. “O modelo de negócios aberto, o modelo de negócios proprietário — nenhum dos dois está definido. As empresas de IA estão com dificuldades para descobrir como lucrar com suas ferramentas, especialmente porque os custos de treinamento precisam aumentar cada vez mais”, destaca Bresnick.
Os mesmos desafios que se desenrolam nos EUA também se desenrolam na China, onde as empresas de IA também estão lutando para gerar receita e acessar poder computacional, e o governo é visto como incentivando lançamentos abertos por razões políticas, apesar do desafio de capitalizar sobre eles.
Algumas empresas americanas, incluindo a Thinking Machines Lab e a Nvidia, estão tentando construir um negócio em torno do lançamento de modelos abertos. Hancock destaca que a Nvidia teria um desempenho melhor “se houvesse dezenas ou centenas de empresas desenvolvendo IA, em vez de apenas duas ou três com capital suficiente para fabricar seus próprios chips”, o que é um dos motivos por trás de seu investimento na Nemotron , uma coleção de modelos abertos.
“O ponto principal é que os EUA se beneficiariam muito se tivessem seus próprios modelos abertos, muito capazes e bem menos dispendiosos”, disse Bresnick. “Isso simplesmente entra em conflito com a abordagem adotada pelos laboratórios de ponta.”
